一篇新近发布的 arXiv 论文提出了混合推理智能体，其在潜空间中完成内部审慎推理，并通过文本行动。该设计将模型的内部推理与其发出行动的文本表面分离，而非将两者交织在单一的 token 流中。这项工作在 Hacker News 上被提及，同时引发了对智能体推理架构的更广泛讨论。
对于构建长时程智能体的团队而言，真正值得关注的不是机制本身，而是它对预算的含义。当前的设计假设审慎推理消耗 token，因而带来延迟，并围绕这一假设来规划步数和上下文窗口。如果相当一部分推理可以脱离 token 流进行，这些设计背后的算术就会改变：每次决策输出的 token 更少、延迟特征不同、思考深度与成本之间的关系也不同。这些都不是仅凭该论文就能确立的。
从现有报道中仍不清楚的是：潜空间中的审慎推理如何训练或监督，其输出在到达行动表面之前如何验证，以及该方法在误差会累积的长时程任务上是否站得住脚。本工作室将其视为一个值得跟踪的方向，而非已有定论的结果，并会在得出关于生产使用的结论之前先审视其评估设置。